サイバー攻撃に対する能動的観測による収集データのモデル化と正規化手法

• Item type: Symposium(1)
• 公開日: 2018-10-15
• タイトル: サイバー攻撃に対する能動的観測による収集データのモデル化と正規化手法
• タイトル / 言語: en
• タイトル: Data Modeling and Normalization for Active Monitoring of Cyber Attacks
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: サイバー攻撃対策，モデル化，正規化，能動的観測，データセット
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 国立研究開発法人情報通信研究機構
• 著者所属: 国立研究開発法人情報通信研究機構
• 著者所属: 国立研究開発法人情報通信研究機構
• 著者所属: 国立研究開発法人情報通信研究機構
• 著者所属: 国立研究開発法人情報通信研究機構
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者所属(英): en
• 著者所属(英): National Institute of Information and Communications Technology
• 著者名: 金谷, 延幸; 津田, 侑; 遠峰, 隆史; 高野, 祐輝; 井上, 大介
• 著者名(英): Nobuyuki, Kanaya; Yu, Tsuda; Takashi, Tomine; Yuuki, Takano; Daisuke, Inoue
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 標的型攻撃のような組織内に潜伏し持続的に発生するタイプのサイバー攻撃の観測では，攻撃者による標的組織内での活動状況を把握することが本質となる．そのためには，攻撃者を誘引できる解析環境を準備し，解析者のノウハウを活かして試行錯誤しながら攻撃者の継続的な活動を促す必要がある．我々はこのような観測を 「能動的観測」 と呼ぶ．能動的観測で収集されるデータには，観測事例毎の試行錯誤で生じる偏り，特に解析環境の構成による差異が含まれ，複数の観測事例で収集されたデータに対する環境横断的な解析は困難を伴う．そこで本稿では，観測事例毎の偏りを排除しつつ，本来のデータの意味を損なわずに正規化する手法を提案する．能動的観測における環境構成とそのデータをモデル化し，観測時の環境構成を定義することで収集データに生じる偏りの正規化を実現する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Understanding the activities in the victim's environment of an adversary is the essence for the monitoring of the targeted attacks and the cyber attacks which persistently intrude into a victim organization. To understand the activities, cybersecurity analysts prepare analysis environments which lure such adversaries and encourage the adversaries to be continuously active through trial and error. We call the monitoring the active monitoring. However, the data of the active monitoring is biased because of the differences in the environments of trials, which are built based on analysts' knowledge, and cross environments analysis is thus non-straightforward. Therefore, this paper formally defines a standard data model for the analysis environments and, then, introduces a normalization method which removes the biases, non-essential information for analysis.
• 書誌レコードID / 識別子タイプ: NCID
• 書誌レコードID / 関連識別子: ISSN 1882-0840
• 書誌情報: コンピュータセキュリティシンポジウム2018論文集; 巻 2018, 号 2, p. 1162-1169
• 出版者 / 言語: ja
• 出版者: 情報処理学会